本書總計16章：第1章介紹Python的歷史和特點，并進行開發(fā)環(huán)境搭建。第2~5章介紹Python的基礎知識，包括數(shù)據(jù)類型、表達式、流程控制等。第6~7章介紹Python常用的容器類型數(shù)據(jù)和字符串數(shù)據(jù)。第8~11章介紹Python的進階內容，包括函數(shù)、類與對象、異常處理、常用內置模塊等。第12~16章介紹Python實

本書以Python為實現(xiàn)工具，介紹程序設計的基本思想方法，并對人工智能的基礎知識進行了系統(tǒng)化的介紹，從傳統(tǒng)的機器學習的基礎知識、經(jīng)典算法到深度學習的網(wǎng)絡模型、應用領域都進行了相應的介紹。

本書共18章，第1章介紹Python的產(chǎn)生、特點及安裝，第2章從標識符、注釋方式等幾個方面進行講解，第3章講解Python對象的內容，第4章講解數(shù)據(jù)類型和函數(shù)方面的知識，第5章至第7章講解序列、映射、集合及控制語句的概念和使用方法，第8章和第9章講解文件相關知識和異常的處理方法，第10章和第11章講解函數(shù)編程和模塊化編

本書解釋了什么是OpenShift以及如何使用它來構建應用程序、運行它們，并使它們能夠在面對各種復雜情況時保持運行。本書的內容包括：OpenShift及其組件和基本概念；如何運行OpenShift；如何配置OpenShift；OpenShift流水線；如何通過手動和自動的方式檢查、操作和擴展正在運行的應用程序，如何設置

眾智網(wǎng)絡化應用已經(jīng)深入人們生活的方方面面，但是目前仍缺乏有效且合理的眾智網(wǎng)絡基礎理論體系，無法解釋互聯(lián)網(wǎng)時代的各類眾智現(xiàn)象背后的內在機理或規(guī)律。本書以眾智網(wǎng)絡為主要研究對象，研究眾智網(wǎng)絡的抽象建模，歸納智能體建模、心智計算、各類復雜系統(tǒng)建模等與眾智網(wǎng)絡相關的建模技術，重點闡述眾智網(wǎng)絡中智能數(shù)體的建模技術和眾智網(wǎng)絡互聯(lián)的

本書是近年來作者對文本情感分類研究成果及經(jīng)驗的總結。本書針對文本情感分類中存在的高維數(shù)據(jù)、非均衡數(shù)據(jù)和無標簽數(shù)據(jù)等問題，將泛化能力和適應性較強的集成學習引入文本情感分類問題的研究中，系統(tǒng)比較各類集成學習方法在文本情感分析中的有效性，以此為基礎分別研究基于POS-RS的文本情感分類問題、基于非均衡數(shù)據(jù)分類的文本情感分類問

本書全面、系統(tǒng)地探討定量遙感實驗的原理方法和新型前沿觀測技術，對目前國內外定量遙感實驗進行系統(tǒng)的梳理和總結。本書分別從遙感實驗的基本原理和關鍵問題、全波段地基和航空遙感測量的新技術和新方法，以及定量遙感綜合試驗與數(shù)據(jù)共享等方面進行論述。

本書系國家自然科學基金重大研究計劃視聽覺信息的認知計算的出版成果。本書為《視聽覺信息的認知計算》的英文版。本書從人類的視聽覺認知與神經(jīng)機理出發(fā)，圍繞認知過程的表達與計算的基本科學問題，重點開展感知的基本特征、表達與整合感知數(shù)據(jù)的機器學習與理解多模態(tài)信息協(xié)同計算等三個核心科學問題的研究，發(fā)展和構建新的計算模型與算法，為提

本書圍繞先進自動測試系統(tǒng)，以信號發(fā)生、采集和分析理論為主線，結合自動測試、常規(guī)測量和前沿探索研究中的大量實例進行闡述。具體內容包括測量與計量基礎，信號采樣與量化，基于模擬/數(shù)字轉換技術的測量，數(shù)字模擬轉換及信號發(fā)生，基本電參量測量，時間與頻率的測量，信號波形顯示與測量，頻譜分析與測量，自動測試系統(tǒng)概述，自動測試系統(tǒng)總線

本書是《動手學深度學習》的重磅升級版本，選用經(jīng)典的PyTorch深度學習框架，旨在向讀者交付更為便捷的有關深度學習的交互式學習體驗。本書重新修訂《動手學深度學習》的所有內容，并針對技術的發(fā)展，新增注意力機制、預訓練等內容。本書包含15章，第一部分介紹深度學習的基礎知識和預備知識，并由線性模型引出最簡單的神經(jīng)網(wǎng)絡多層感知